【Ubuntu18.0.4】樹莓派4B 安裝 tensorflow（2.2.0）、numpy、h5py和scipy

操做系統版本 ubuntu18.0.4
機器樹莓派4B

目標安裝 tensorflow

先看下面鏈接文章，下載到你須要的tensorflow

樹莓派4B安裝Tensorflow（Python3.5和3.7下分別進行安裝）

下載的版本須要和你的機器、操做系統和python版本 三者對應

在安裝tensorflow以前，須要安裝一些工具，再安裝一些依賴庫

首先安裝

sudo apt-get install libhdf5-dev

而後安裝cython（不是cpython）

sudo pip install Cython

和wheel

sudo pip install wheel

準備工做已經作好

temsorflow源代碼下載地址

接下來能夠直接
sudo pip install tensorflow-2.2.0-cp37-none-linux_aarch64.whl

pip會自動解決tensorflow的依賴庫，可是其中scipy和h5py會比較緩慢

keras-preprocessing, gast, absl-py, grpcio, h5py, opt-einsum, tensorflow-estimator, termcolor, protobuf, tensorboard-plugin-wit, wheel, pyasn1, rsa, cachetools, pyasn1-modules, google-auth, oauthlib, requests-oauthlib, google-auth-oauthlib, zipp, importlib-metadata, markdown, werkzeug, tensorboard, wrapt, astunparse, google-pasta, tensorflow

這些是sudo pip install tensorflow-2.2.0-cp37-none-linux_aarch64.whl命令運行的時候檢查並安裝的依賴庫，
若是安裝的時候卡住，退出手動安裝一下

sudo pip install xxxx

安裝完成後

運行下面代碼

import tensorflow as tf

print(tf.__version__)

mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

若是輸出正常，說明tensorflow基本功能已經ok